1 Kwantitatieve onderzoeksmethoden
Hoorcollege 1
Wat is onderzoek?
Wat is volgens jullie onderzoek?
- Probleemgericht: we hebben een probleem & dat willen we oplossen
- Geen mening: objectief werken via bepaald stappenplan
- Gestructureerde studie v/d situatie
Een gestructureerd proces
Wat willen we oplossen? (stap 1)
Onderzoeksopzet: kwalitatief of
kwantitatief onderzoek
Data verzamelen: kwalitatief: via
observaties of interviews.
Kwantitatief: vragenlijsten
Onderzoeksmethoden
Kwalitatief:
diepte ingaan, redenen achterhalen, motivatie
achter iets zoeken & verkennend werken
ongestructureerd: interview & je kan tijdens
dit interview achter dingen komen dat je het
op een andere manier kan doen & dan pas je
je aan.
Kwantitatief:
Nummertjes, cijfers. Je wil obv een steekproef een uitspraak doen over een grotere
groep.
1 vragenlijst & die zend je uit = gestructureerd. Je kan het niet zomaar aanpassen
bedrijf A is beter dan bedrijf C
Kwalitatief: moet je verkennen, opzoek naar
motivatie erachter.
Kwantitatief: je plakt er een nummer op
→ Het probleem erachter bepaald welke methode
je gebruikt
Onderzoeksmethoden-onderlinge relatie
Bestaat er een verband (“volgorde”) tussen kwantitatief & kwalitatief onderzoek?
,2 Kwantitatieve onderzoeksmethoden
Wat is het verband?
Meestal begin je met kwalitatief onderzoek.
Voorbeeld ijsje: je wil weten welke elementen bijdragen of dat je een ijsje lekker vind of
niet (veel chocolade, hard, hoorntje…) voor je kan kwantificeren moet je eerst weten wat
je wil kwantificeren, je doet eerst verkennend onderzoek & gebruikt dit als basis.
Soms kan je ook andersom werken. Beide hebben een functie & vullen elkaar aan.
Meestal meng je ze in 1 onderzoek.
Kwantitatieve onderzoeksmethoden
→ we gaan werken met getallen, niet met interviews
Voornamelijk richten op: data verzameling, data analyse & rapportage
Bewerken: fouten corrigeren
Data beschrijven: gemiddelde, standaarddeviatie..
Groepen: Vlaming vs Hollander
Relaties: vb. mensen die meer tevreden zijn zullen
meer positief praten over bepaald product.
De relevantie van kwantitatief onderzoek
Er is een data explosie
Data zijn vastgestelde metingen/ waarnemingen (beelden, tekst, cijfers) die bedoeld zijn
om te beschrijven, te berekenen of beslissingen te ondersteunen
Data value creation model
Het gaat niet om de data opzich maar om
wat je ermee doet.
Pas als je data gaat analyseren wordt het
waardevol.
Bedrijfscontext: als je data hebt & je kan
achterhalen wat klant waardevol vindt,
kan je hem bieden wat hij wil.
Richten zich vooral op het krijgen van inzichten door middel van analyses.
,3 Kwantitatieve onderzoeksmethoden
Inzichten uit data
Stakeholders begrijpen is belangrijk want omgeving
veranderd snel. → markt verkennen om beslissingen te
nemen, kijken of de markt het product zou willen kopen
Data-analyse is een vorm van risico reductie; als je niet
nadenkt kan je alles kwijt raken.
door zomaar een investering te doen & niet op
voorhand erover na te denken kan je een verkeerde
keuze hebben gemaakt.
Voorbeeld: nu is er inflatie, je kan ofwel steeds
meer vragen of je vraagt maar een beetje meer &
dan kan je misschien meer klanten overhouden
& zo uiteindelijk toch de hoogste winst behalen
→ Voor al deze dingen heb je data nodig waarop
je analyses uit kan voeren.
Afsluiting
Data explosie data opzich heeft geen waarde maar pas
Bedrijfseconomische waarde als je er kennis uit kan krijgen heeft het
Data ≠ Kennis waarde & daar heb je onderzoekskilss voor
Data & research skills nodig.
De kern van data & research skills: werk gestructureerd, doelgericht & objectief
Peter Drucker:
“if you can’t measure it, you can’t improve it.”
Managementgoeroe → “data analyse is belangrijk want op het moment dat je iets niet
kan meten kan je het ook niet gericht verbeteren”
W. Edwards Deming:
“without data you’re just another person with an opinion”
Maar er is toch AI? → AI produceert inderdaad veel antwoorden (data) maar juist nu
gaan onderzoeksvaardigheden een steeds belangrijkere rol spelen (juiste vragen kunnen
stellen, onderzoek & data evalueren)
Hoorcollege 2: probleemdefinitie
Hoe formuleer je een probleemstelling & bijhorende hypothesen?
, 4 Kwantitatieve onderzoeksmethoden
Terugkerend voorbeeld:
Mobile banking is het gebruik v/e mobiel toestel om bankdiensten te raadplegen &
bankhandelingen uit te voeren – zoals het opvragen van rekeninginfo, het doen van
transacties & het beheren van rekeningen – doorgaans via een bankapp.
Mobile banking heeft voordelen voor banken:
• Kosten
• Netwerkevolutie
• Concurrentie
Je kunt je dus voorstellen dat banken zoals KBC rond 2018 een antwoord wilden hebben
op de vraag: hoe kunnen we mensen aanzetten tot het gebruik van mobile banking?
➔ is een management decision problem, maar nog geen goede onderzoeksvraag. (wat
is het verschil?) → het is een heel brede vraag, we weten nog niet waar we juist moeten
onderzoeken
Een gestructureerd proces:
Een v/d grootste uitdaging is die 2 problemen zo
definiëren dat ze met elkaar matchen
Probleemdefinitie is een cruciale stap in het
onderzoeksproces (het fundament) maar ook wel de
moeilijkste stap
Probleemstelling
= uitdaging
Het definiëren van uw research probleem moet exact zijn wat opdrachtgever u vraagt.
Hoorcollege 1
Wat is onderzoek?
Wat is volgens jullie onderzoek?
- Probleemgericht: we hebben een probleem & dat willen we oplossen
- Geen mening: objectief werken via bepaald stappenplan
- Gestructureerde studie v/d situatie
Een gestructureerd proces
Wat willen we oplossen? (stap 1)
Onderzoeksopzet: kwalitatief of
kwantitatief onderzoek
Data verzamelen: kwalitatief: via
observaties of interviews.
Kwantitatief: vragenlijsten
Onderzoeksmethoden
Kwalitatief:
diepte ingaan, redenen achterhalen, motivatie
achter iets zoeken & verkennend werken
ongestructureerd: interview & je kan tijdens
dit interview achter dingen komen dat je het
op een andere manier kan doen & dan pas je
je aan.
Kwantitatief:
Nummertjes, cijfers. Je wil obv een steekproef een uitspraak doen over een grotere
groep.
1 vragenlijst & die zend je uit = gestructureerd. Je kan het niet zomaar aanpassen
bedrijf A is beter dan bedrijf C
Kwalitatief: moet je verkennen, opzoek naar
motivatie erachter.
Kwantitatief: je plakt er een nummer op
→ Het probleem erachter bepaald welke methode
je gebruikt
Onderzoeksmethoden-onderlinge relatie
Bestaat er een verband (“volgorde”) tussen kwantitatief & kwalitatief onderzoek?
,2 Kwantitatieve onderzoeksmethoden
Wat is het verband?
Meestal begin je met kwalitatief onderzoek.
Voorbeeld ijsje: je wil weten welke elementen bijdragen of dat je een ijsje lekker vind of
niet (veel chocolade, hard, hoorntje…) voor je kan kwantificeren moet je eerst weten wat
je wil kwantificeren, je doet eerst verkennend onderzoek & gebruikt dit als basis.
Soms kan je ook andersom werken. Beide hebben een functie & vullen elkaar aan.
Meestal meng je ze in 1 onderzoek.
Kwantitatieve onderzoeksmethoden
→ we gaan werken met getallen, niet met interviews
Voornamelijk richten op: data verzameling, data analyse & rapportage
Bewerken: fouten corrigeren
Data beschrijven: gemiddelde, standaarddeviatie..
Groepen: Vlaming vs Hollander
Relaties: vb. mensen die meer tevreden zijn zullen
meer positief praten over bepaald product.
De relevantie van kwantitatief onderzoek
Er is een data explosie
Data zijn vastgestelde metingen/ waarnemingen (beelden, tekst, cijfers) die bedoeld zijn
om te beschrijven, te berekenen of beslissingen te ondersteunen
Data value creation model
Het gaat niet om de data opzich maar om
wat je ermee doet.
Pas als je data gaat analyseren wordt het
waardevol.
Bedrijfscontext: als je data hebt & je kan
achterhalen wat klant waardevol vindt,
kan je hem bieden wat hij wil.
Richten zich vooral op het krijgen van inzichten door middel van analyses.
,3 Kwantitatieve onderzoeksmethoden
Inzichten uit data
Stakeholders begrijpen is belangrijk want omgeving
veranderd snel. → markt verkennen om beslissingen te
nemen, kijken of de markt het product zou willen kopen
Data-analyse is een vorm van risico reductie; als je niet
nadenkt kan je alles kwijt raken.
door zomaar een investering te doen & niet op
voorhand erover na te denken kan je een verkeerde
keuze hebben gemaakt.
Voorbeeld: nu is er inflatie, je kan ofwel steeds
meer vragen of je vraagt maar een beetje meer &
dan kan je misschien meer klanten overhouden
& zo uiteindelijk toch de hoogste winst behalen
→ Voor al deze dingen heb je data nodig waarop
je analyses uit kan voeren.
Afsluiting
Data explosie data opzich heeft geen waarde maar pas
Bedrijfseconomische waarde als je er kennis uit kan krijgen heeft het
Data ≠ Kennis waarde & daar heb je onderzoekskilss voor
Data & research skills nodig.
De kern van data & research skills: werk gestructureerd, doelgericht & objectief
Peter Drucker:
“if you can’t measure it, you can’t improve it.”
Managementgoeroe → “data analyse is belangrijk want op het moment dat je iets niet
kan meten kan je het ook niet gericht verbeteren”
W. Edwards Deming:
“without data you’re just another person with an opinion”
Maar er is toch AI? → AI produceert inderdaad veel antwoorden (data) maar juist nu
gaan onderzoeksvaardigheden een steeds belangrijkere rol spelen (juiste vragen kunnen
stellen, onderzoek & data evalueren)
Hoorcollege 2: probleemdefinitie
Hoe formuleer je een probleemstelling & bijhorende hypothesen?
, 4 Kwantitatieve onderzoeksmethoden
Terugkerend voorbeeld:
Mobile banking is het gebruik v/e mobiel toestel om bankdiensten te raadplegen &
bankhandelingen uit te voeren – zoals het opvragen van rekeninginfo, het doen van
transacties & het beheren van rekeningen – doorgaans via een bankapp.
Mobile banking heeft voordelen voor banken:
• Kosten
• Netwerkevolutie
• Concurrentie
Je kunt je dus voorstellen dat banken zoals KBC rond 2018 een antwoord wilden hebben
op de vraag: hoe kunnen we mensen aanzetten tot het gebruik van mobile banking?
➔ is een management decision problem, maar nog geen goede onderzoeksvraag. (wat
is het verschil?) → het is een heel brede vraag, we weten nog niet waar we juist moeten
onderzoeken
Een gestructureerd proces:
Een v/d grootste uitdaging is die 2 problemen zo
definiëren dat ze met elkaar matchen
Probleemdefinitie is een cruciale stap in het
onderzoeksproces (het fundament) maar ook wel de
moeilijkste stap
Probleemstelling
= uitdaging
Het definiëren van uw research probleem moet exact zijn wat opdrachtgever u vraagt.
